Luiers, bier en Data Science in Retail

wanneer gevraagd wordt om white papers of casestudy ‘ s over hoe predictive analytics werkt, geef ik vaak een paar verhalen over hoe verschillende industrieën analytics gebruiken om patronen in hun gegevens te vinden en die kennis vervolgens toe te passen op hun bestaande gegevens om te voorspellen welke toekomstige trends er gaan gebeuren. Lees meer over hoe we predictive analytics hebben toegepast op politiek.

ik word specifiek gevraagd over legendes die door de retailwereld zwerven: de studie die bleek dat melk is het meest gekochte item, dus het is altijd in de achterkant van de winkel, waardoor je lopen door alles wat ze hebben voordat je er bent, het feit dat damesschoenen zijn altijd op weg naar mannen kleding, en het feit dat bananen zijn aan de voorkant van de winkels, omdat ze worden gevonden om een impuls te kopen. Degene die de meeste verzoeken lijkt te krijgen, is degene die mannen die luiers voor hun kinderen kopen, waarschijnlijk ook bier in hun karren hebben.

het lijkt niet zo vergezocht.Een man die door zijn mooie echtgenoot wordt gedwongen een pakje luiers te kopen in de winkel op de hoek op weg naar huis van zijn werk, hoort het sirenengezang van de piramide van mooie bierkisten. Omdat het vrijdagavond is, pakt hij ook een krat bier.

volgens de legende werd een onderzoek uitgevoerd door een winkel in de detailhandel. De bevindingen waren dat mannen tussen 30-40 jaar oud, winkelen tussen 17: 00 en 19: 00 op vrijdag, die luiers kochten, waarschijnlijk ook bier in hun karren hadden. Dit motiveerde de supermarkt om het bierpad dichter bij het luierpad en wiz-boom-bang te verplaatsen, een onmiddellijke 35% stijging van de verkoop van beide.Velen plaatsen dit aan Wal-Mart ‘ s voeten, maar een snel telefoontje naar een vriend in de analytics afdeling van Wal-Mart leverde op dat hoewel de mythe ook hun organisatie verspreidt, het geen Wal-Mart studie was.

dus een Google-zoekopdracht volgde. Een zoekopdracht “ik voel me gelukkig” vond een artikel over hoe Target analytics gebruikte om items statistisch samen gekocht te vinden en ze naast andere impulse buy-items te plaatsen in een poging om u items te laten zien die u misschien wilt, terwijl u items koopt die u misschien nodig hebt.Andrew Pole, een statisticus van Target, zei: “als je door de winkel Rent, op zoek naar babyflesjes, en je geeft sinaasappelsap, pak je een doos. En daar is die nieuwe DVD die ik wil. Binnenkort koop je cornflakes en papieren handdoeken van ons en blijf je terugkomen.”

Oké, dus dit bewijst dat grote winkelketens associatiestudies doen, maar waar was de oorsprong van deze mythe?

het blijkt dat het veel ouder is dan de meesten van ons kunnen denken. Het heeft niets te maken met analytics en alles te maken met data mining. Datamining past in het” analyseniveau ” van verfijning.De mythe zelf heeft betrekking op een studie gedaan in juni 1992 toen Thomas Blischok, toenmalig VP van industrial consulting voor NCR (nu afgesplitst naar Teradata), een analyse deed voor Osco Drug. Zij onderzochten 1.2 miljoen marktmanden in 25 winkels identificeren meer dan 20 verschillende productkoppelingen, waaronder bier en luiers, en vruchtensap en hoestsiroop.

het verhaal over hoe Osco bier naast de luiers verplaatste en beide meer verkoop maakten is echter niet correct. Osco nam de NCR-studie en identificeerde ongeveer 5.000 langzaam bewegende SKU ‘ s in zijn inventaris. Na het verwijderen van die items uit de plank, consumenten, nu het vinden van meer items die ze wilden gemakkelijker, eigenlijk dacht Osco ‘ s selectie was toegenomen.

wat de Osco en de NCR-studie deden, was een fundamenteel inzicht creëren dat koopgewoonten kunnen worden gebruikt om de hele koopervaring te verbeteren. Twintig jaar later is Data mining opgewaardeerd naar business intelligence en predictive analytics. Bedrijven kunnen nu efficiënter nadenken over hoe en wat mensen kopen en winkels inrichten. Ze kunnen bieden coupons op items gekocht samen, en hebben extra voorraad wanneer de vraag gaat toenemen.”Wat Osco, en in wezen de hele detailhandel, begon te begrijpen, was dat met het onderzoek van de gegevens, de juiste hoeveelheid van de Juiste merchandise op het juiste moment op de plank kon worden gezet,” zei Blischok.

de juiste hoeveelheid van de juiste goederen op het juiste moment? Klinkt alsof ze weten hoe ze slim moeten werken.

leer meer over Predictive Analytics en hoe deze toe te passen in uw organisatie door het downloaden van ons eBook, Predictive Analytics: The Future of Business Intelligence.

wij kunnen u helpen uw organisatie draaiende te houden met Predictive Analytics. Neem vandaag nog contact met ons op om te zien hoe we kunnen helpen.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.